中山小榄光谱仪校准-第三方仪器计量机构
校准工作的内容就是按照合理的溯源途径和国家计量校准规范或其他经确认的校准技术文件所规定的校准条件、校准项目和校准方法，将被校准对象与计量标准进行比较和数据处理。
这些校准结果数据应清楚明确地表达在校准证书或校准报告中。校准证书不判定是否合格，只出具示值误差。
校准证书在反映整体的校准数据的同时，会提供校准时的测量不确定度。测量不确定度不等同于仪器校准的准确度偏差。
例如: GB/T12706-2008额定电压1～35kV挤包绝缘电力电缆及附件，该标准要求三个电压等级需要在三种温度下(100℃，135℃，150℃)检测电力电缆的耐高温性能。
针对这种工作特性，可以要求校准机构对高温老化箱100℃、135℃和150℃进行准确有效地校准，实验室可以更直观的了解该温度点的校准状态。检定证书是依据《计量检定规程》规定的量值误差范围，给出合格与不合格的判定，发给检定合格证书。
资质认定评审准则要求仪器设备能够满足检验检测的规范要求和相应标准的要求，而不是只符合《计量检定规程》的要求。部分实验室，简单理解检定证书的合格结论，就是符合相应标准的要求，不进行是否符合相应标准的确认，存在检测质量风险。
例如1:绝缘材料拉力试验，按照标准GB4909.3-1985裸电线试验方法拉力试验要求，电子试验机校准范围应覆盖0～50kN。由于相关人员对标准未充分理解，校准范围为10～50kN，虽然检定证书是合格结论，但未对10kN以下进行检定，不符合“相应标准要求”。
例如2：GB/T13380-2007交流电风扇和调速器6.1条“试验用的仪器仪表”明确规定:电压表和电流表、功率表的准确度不低于0.5级。电子天平按照JJG1036-2008《电子天平计量检定规程》检定后，其检定结论会注明设备符合的等级。相关人员一定要确认这个等级是否符合相应标准的要求。检定证书的合格结论不一定符合“相应标准的要求”，故不符合CNAS-CL01。1.仪器设备的基本信息:仪器设备名称、型号规格、设备编号、计量机构、证书编号、计量日期和下次计量日期等。还包括检定/校准项目、依据标准、标准要求、检定/校准结果、不确定度或修正值等信息。
2.确认结论:合格、准用、停用依据其能否满足检验检测的规范要求和相应标准的要求，由仪器设备使用人签字确认，后由检测中心技术负责人审核批准。
计量经济学的主要用途或目的主要有两个方面：
1、理论检验。
2、预测应用。
研究对象：
计量经济学的两大研究对象：横截面数据（Cross-sectional Data）和时间序列数据（Time-series Data）。前者旨在归纳不同经济行为者是否具有相似的行为关联性，以模型参数估计结果显现相关性；后者在分析同一经济行为者不同时间的资料，以展现研究对象的动态行为。
新兴计量经济学研究开始切入同时具有横截面及时间序列的资料，换言之，每个横截面都同时具有时间序列的观测值，这种资料称为追踪资料 (Panel data，或称面板资料分析)。追踪资料研究多个不同经济体动态行为之差异，可以获得较单纯横截面或时间序列分析更丰富的实证结论。
涉及到的相关学科：
若是所建立的回归模型在经济意义上没有因果关系，那么这个就是伪回归，例如路边小树年增长率和国民经济年增长率之间存在很大的相关系数，但是建立的模型却是伪回归。如果你直接用数据回归，那肯定存在正相关，而其实这个是没有意义的回归。
为避免伪回归，消除异方差，在不改变时间序列的性质及相关性的前提下，为获得平稳数据，通常会对时间序列取自然对数。对数据进行平稳性检验是研究中不可或缺的步骤，因为时间序列分析法只适用于平稳的数据。那么什么情况下会对数据取对数呢？
，关于对数的问题，若是自己选取的变量数据，里面有部分小于0，或者负数，需要重新考量下，看是否数据或者其他问题，此时肯定是没法取对数；
第二，针对CD 等生产函数等类型的数据分析，由于建模需要，一般需要取对数，此类情况一般会在柯布道格拉斯函数基础上，引入新的变量，包括但不局限于资本和劳动等变量；
第三，平时在一些数据处理中，经常会把原始数据取对数后进一步处理。之所以这样做是基于对数函数在其定义域内是单调增函数，取对数后不会改变数据的相对关系
第四，取对数作用主要有：缩小数据的数值，方便计算。例如，每个数据项的值都很大，许多这样的值进行计算可能对超过常用数据类型的取值范围，这时取对数，就把数值缩小了，例如TF-IDF计算时，由于在大规模语料库中，很多词的频率是非常大的数字。取对数后，可以将乘法计算转换称加法计算。某些情况下，在数据的整个值域中的在不同区间的差异带来的影响不同。也就是说，对数值小的部分差异的敏感程度比数值大的部分的差异敏感程度更高。这取对数之后不会改变数据的性质和相关关系，但压缩了变量的尺度，数据更加平稳，也消弱了模型的共线性、异方差性等。例如在会计或者金融等变量的实证研究中，引入变量资产规模等变量，一般会取对数，因为不同行业或者国有、民营等公司的资产规模差距很大，取对数，会缩小差距，使得实证研究更具有针对性。
另外，山大大学陈强老师在计量经济学及stata应用公众号中汇总出如下五种情况：
，如果理论模型中的变量为对数形式，则应取对数。比如，在劳动经济学中研究教育率的决定因素，通常以工资对数为被解释变量，因为这是从Mincer模型推导出来的。
，如果变量有指数增长趋势（exponential growth），比如 GDP，则一般取对数，使得 lnGDP 变为线性增长趋势（linear growth）。
第三，如果取对数可改进回归模型的拟合优度（比如 R2 或显著性），可考虑取对数。
第四，如果希望将回归系数解释为弹性或半弹性（即百分比变化），可将变量取对数。
第五，如果无法确定是否该取对数，可对两种情形都进行估计，作为稳健性检验（robustnesscheck）。若二者的回归结果类似，则说明结果是稳健的。
在经济学中，常取自然对数再做回归，这时回归方程为 lnY=a lnX+b ，两边同对X求导，1/Y*(DY/DX)=a*1/X,b=(DY/DX)*(X/Y)=(DY*X)/(DX*Y)=(DY/Y)/(DX/X) 这正好是弹性的定义
告诉你如何取对数quick\ generate series\ 输入新变量，比如 r=log( )，r就是取完对数后的序列。
很多同学在做实证文章的时候常常问，我的R平方只有0.08到0.09，也就是说我的模型只能解释数据的8%到9%。在实证文章里，特别对于横截面数据来说，有时R平方只有0.05。R平方是什么意思？就是说，我们的模型能解释数据的variance的多少，可能对于绝大部分的variance的解释，经济学家是不知道的
另外，R平方表示模型拟合优度，也就是模型解释力度，此值介于0-1之间，数值越大，说明模型解释力度越大，该值越大越好，在实际研究中，辞职表的意义相对较小，即使该值小于0.4或者更小，也关系不是很大。
R平方与所选取变量多少以及回归有很大关系，经常在会计领域多变量进行回归，此值会很小，所以不必太在乎这个统计量。另外调整R2可以为负数，当调整R2可以为负数时，说明此时R2会很小，几乎为0，此时模型几乎没有意义。就Panel Data的处理而言，建议行平稳性校验。一般完整的实证经济学论文，针对面板数据，会前期进行数据处理，包括描述性分析和平稳性检验的，这个根据期刊的要求或版面要求而定，另外，根据相关要求，一般情况下，由于面板数据主要核心在于回归，包括固定或者随机效应的回归结果，所以有些文章，并没有进行平稳性检验，而为了将面板数据做的高大上，分析更具有针对性，可以进行分类分行业分阶段进行回归，更能说明问题。
而在公司财务领域，研究都是资产负债率等，它们不可能包含单位根，所以我们基本上都不做这个检验。然而，在宏观经济领域，单位根过程很普遍，如果前期学者也证实了单位根过程的存在，一般也都做。所以具体情况，根据相关要求来定。
计量经济学是结合经济理论与数理统计，并以实际经济数据作定量分析的一门学科。计量经济学以古典回归分析方法为出发点。依据数据形态分为：横截面数据回归分析、时间序列分析、面板数据分析等。依据模型假设的强弱分为：参量计量经济学、非参量计量经济学、半参量计量经济学等。常运用的软件：EViews、Gretl、MATLAB 、Stata、R、SAS、SPSS等……
问卷主要分为两大类：即量表问卷和非量表问题。
计量是国家质量基础设施的重要组成部分。在党中央、的坚强领导下，市场监管总局团结全国计量工作者，协力构家现代测量体系，推动发展，计量基础更加扎实，计量法制更加健全，计量服务更重实效。
“十四五”时期，计量工作将立足新发展阶段，主动适应新形势、明确新任务、落实新要求，完整、准确、全面贯彻新发展理念，持续加强计量体系和能力建设，围绕推动发展更好发挥基础保障和支撑作用。
加强计量顶层设计，提升计量基础能力。推动《计量发展规划（2021—2035年）》尽快发布实施，印发国家测量体系建设指导意见。面向国家发展重大战略需求，成立计量技术加快制定数字计量、产业计量、碳计量等领域国家计量技术规范。
推进计量科技创新，解决重大测量难题。我们将更好发挥全国计量工作部际联席会议作用，推进计量科技协同创新，推动关键计量测试设备国产化，实现我国具有自主知识产权的计量能力总体达到世界水平，并在部分关系国家核心竞争力的关键领域。
完善产业计量体系，增强计量服务效能。市场监管总局计量司将加强国家产业计量测试中心建设规划布局，聚焦制约产业发展的“卡脖子”问题，在超精密装备、海洋监测装备、钢铁、内燃机等领域新建一批国家产业计量测试中心，不断完善我国的产业计量测试服务体系。制定关于加强企业计量工作的指导意见，更好发挥计量支持市场主体发展的基础性、性作用。
量表问卷通常更多使用于学术研究，主要针对人群态度看法使用意愿等方面的研究，量表题是指类似答项为“非常不同意”，“比较不同意”，“中立”，“比较同意”和“非常同意”之类的问题，这个在前期stata培训会议中以使用意愿以及影视旅游动机专题介绍过。主要软件为SPSS，主要分析方法比如因子、信效度、相关、回归模型等。
而非量表类来讲，其大的特点为大部分为单选题、多选题或者排序填空题等，但很少有出现量表题（是）。